【Python】tensor格式数据转为图像，并保存图像详解和示例

在项目中遇到一个tensor格式的数据，要保存为图像，此文对转换过程通过示例分享，以记录学习过程和帮助大家遇到同类问题时使用。

import torch import cv2 import numpy as np # 创建一个示例张量（tensor） input_tensor = torch.randn((1, 480, 640)) # 将张量转换为 NumPy 数组 np_array = input_tensor.detach().cpu().numpy()[0] # 使用 OpenCV 保存为图像 image = cv2.imwrite('output333.jpg', np_array) print("成功保存图像！")

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

示例过程：
（1）先创建一个张量，此处可以换成自己的数据。
（2）然后.detach()来释放与该结果相关的缓存。
（3）再转为CPU格式，避免某些张量处于GPU状态。
（4）然后使用.numpy（）转为numpy数据格式。
（5）[0]是数据提取，将（1,480,640）维度提取后为（480,640）。
（6）*255，是将像素值进行处理。
（7）使用opencv函数保存图像。

示例中，选择使用.detach()来释放与该结果相关的缓存。这样可以避免不必要的内存占用，提高内存使用效率。